CN109377203A - 医疗结算数据处理方法、装置、计算机设备和存储介质 - Google Patents
医疗结算数据处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109377203A CN109377203A CN201811068550.1A CN201811068550A CN109377203A CN 109377203 A CN109377203 A CN 109377203A CN 201811068550 A CN201811068550 A CN 201811068550A CN 109377203 A CN109377203 A CN 109377203A
- Authority
- CN
- China
- Prior art keywords
- project
- data
- sub
- standard development
- category
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/085—Payment architectures involving remote charge determination or related payment systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Medical Informatics (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Finance (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及基于机器学习的一种医疗结算数据处理方法。该方法包括:获取医疗结算数据,医疗结算数据包括多个项目数据和多个层级类别,项目数据包括项目信息和项目类别;根据预设关键字对项目信息进行拆分,得到多个子项目数据;获取异名数据表,异名数据表中包括多个标准项目名称和与标准项目名称对应的同义项目名称;将子项目数据与异名数据表进行匹配;当存在不匹配的子项目数据时,获取分类器,利用分类器对子项目数据进行分类,得到子项目数据所属的项目类别;根据子项目数据的项目类别将子项目数据添加至项目类别对应的层级类别;利用多个项目数据和分类后的子项目数据生成结算目录数据。采用本方法能够有效提高医疗结算数据的处理效率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及基于机器学习的一种医疗结算数据处理方法、装置、计算机设备和存储介质。
背景技术
随着互联网技术的不断发展,互联网技术对于医疗行业起到了十分重要的作用,利用互联网技术处理各种医疗数据能够有效地提高医疗服务的效率。随着异地就医的需求不断增加,需要对异地就医对应的保险结算业务进行精细地管控。
目前的医疗服务目录等医疗结算数据的数据量较大且数据粒度较大,医疗结算数据的数据细化程度越高,粒度越小;医疗结算数据的数据细化程度越低,粒度越大。例如医院数据粒度较细,而社保医疗数据粒度较粗,而且各地的医疗服务目录不统一,导致医疗服务目录在与医院收费项目对接时可能会存在一些例如计算量复杂、项目之间转换比较耗时等问题,进而导致对医疗服务进行结算处理的效率较低。因此,如何有效地提高医疗结算数据的处理效率,以提高对医疗结算处理的效率成为目前需要解决的技术问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够有效提高医疗结算数据的处理效率的医疗结算处理方法、装置、计算机设备和存储介质。
一种医疗结算数据处理方法,所述方法包括:
获取医疗结算数据,所述医疗结算数据包括多个项目数据和多个层级类别,所述项目数据包括项目信息和项目类别;
根据预设关键字对所述项目信息进行拆分,得到多个子项目数据;
获取异名数据表,所述异名数据表中包括多个标准项目名称和与所述标准项目名称对应的同义项目名称;
将所述子项目数据与所述异名数据表中的标准项目名称和对应的同义项目名称进行匹配;
当存在不匹配的子项目数据时,获取分类器,利用所述分类器对所述子项目数据进行分类,得到所述子项目数据所属的项目类别;
根据所述子项目数据的项目类别将所述子项目数据添加至所述项目类别对应的层级类别;
利用多个项目数据和分类后的子项目数据生成结算目录数据。
在其中一个实施例中,所述项目信息包括项目名称,所述根据预设关键字对所述项目信息进行拆分,得到多个子项目数据的步骤包括:检测所述项目信息中的预设关键字;根据所述预设关键字对所述项目信息进行拆分,得到多个项目词汇;对多个项目词汇进行语义匹配,提取出与项目数据相匹配的项目词汇;利用所述项目词汇生成与所述项目名称对应的子项目数据。
在其中一个实施例中,在所述获取医疗服务数据之前,还包括:获取多个标准项目数据,所述标准项目数据包括对应的标准项目名称和对应的标准项目含义;从特定网站中获取多个项目数据,所述项目数据包括项目名称和对应的项目含义;获取匹配模型,所述匹配模型中包括多个标准项目含义对应的语义向量,利用所述匹配模型输出所述项目含义对应的标准项目名称;利用多个项目名称和对应的标准项目名称的对应关系建立异名数据表。
在其中一个实施例中,所述利用所述匹配模型输出所述项目含义对应的标准项目名称的步骤包括:提取出所述项目含义的词向量和句向量,根据所述词向量和所述句向量计算出所述项目含义的语义向量;将所述项目含义的语义向量输入至匹配模型,所述匹配模型中包括多个标准项目含义对应的语义向量,利用所述匹配模型输出所述项目含义对应的标准项目名称;将所述项目名称添加至所述项目含义对应的标准项目名称中,并建立对应关系。
在其中一个实施例中,在所述获取医疗结算数据的步骤之前,还包括:获取医疗结算数据;利用医疗结算数据生成训练集和验证集;将所述训练集中的医疗结算数据输入至预先建立的分类模型中进行训练,得到初步分类器;利用所述验证集中的医疗结算数据对所述初步分类器进行训练和验证,得到分类器。
在其中一个实施例中,所述方法还包括:对所述结算目录数据中的项目数据和子项目数据按照层级类别进行排序;按照预设方式对医疗结算数据的层级类别进行编码,并对层级类别下的项目数据进行编码;对编码后的结算目录数据进行存储。
一种医疗结算数据处理装置,包括:
获取模块,用于获取医疗结算数据,所述医疗结算数据包括多个项目数据和多个层级类别,所述项目数据包括项目信息和项目类别;
拆分模块,用于根据预设关键字对所述项目信息进行拆分,得到多个子项目数据;
匹配模块,用于获取异名数据表,所述异名数据表中包括多个标准项目名称和与所述标准项目名称对应的同义项目名称;将所述子项目数据与所述异名数据表中的标准项目名称和对应的同义项目名称进行匹配;
分类模块,用于当存在不匹配的子项目数据时,获取分类器,利用所述分类器对所述子项目数据进行分类,得到所述子项目数据所属的项目类别;根据所述子项目数据的项目类别将所述子项目数据添加至所述项目类别对应的层级类别;
生成模块,用于利用多个项目数据和分类后的子项目数据生成结算目录数据。
在其中一个实施例中,所述装置还包括异名表建立模块,用于获取多个标准项目数据,所述标准项目数据包括对应的标准项目名称和对应的标准项目含义;从特定网站中获取多个项目数据,所述项目数据包括项目名称和对应的项目含义;获取匹配模型,所述匹配模型中包括多个标准项目含义对应的语义向量,利用所述匹配模型输出所述项目含义对应的标准项目名称;利用多个项目名称和对应的标准项目名称的对应关系建立异名数据表。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取医疗结算数据,所述医疗结算数据包括多个项目数据和多个层级类别,所述项目数据包括项目信息和项目类别;
根据预设关键字对所述项目信息进行拆分,得到多个子项目数据;
获取异名数据表,所述异名数据表中包括多个标准项目名称和与所述标准项目名称对应的同义项目名称;
将所述子项目数据与所述异名数据表中的标准项目名称和对应的同义项目名称进行匹配;
当存在不匹配的子项目数据时,获取分类器,利用所述分类器对所述子项目数据进行分类,得到所述子项目数据所属的项目类别;
根据所述子项目数据的项目类别将所述子项目数据添加至所述项目类别对应的层级类别;
利用多个项目数据和分类后的子项目数据生成结算目录数据。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取医疗结算数据,所述医疗结算数据包括多个项目数据和多个层级类别,所述项目数据包括项目信息和项目类别;
根据预设关键字对所述项目信息进行拆分,得到多个子项目数据;
获取异名数据表,所述异名数据表中包括多个标准项目名称和与所述标准项目名称对应的同义项目名称;
将所述子项目数据与所述异名数据表中的标准项目名称和对应的同义项目名称进行匹配;
当存在不匹配的子项目数据时,获取分类器,利用所述分类器对所述子项目数据进行分类,得到所述子项目数据所属的项目类别;
根据所述子项目数据的项目类别将所述子项目数据添加至所述项目类别对应的层级类别;
利用多个项目数据和分类后的子项目数据生成结算目录数据。
上述医疗结算数据处理方法、装置、计算机设备和存储介质,服务器获取医疗结算数据,医疗结算数据包括多个项目数据和多个层级类别,项目数据包括项目信息和项目类别。根据预设关键字对项目信息进行拆分,由此能够得到多个子项目数据。获取异名数据表,异名数据表中包括多个标准项目名称和与标准项目名称对应的同义项目名称;将子项目数据与异名数据表中的标准项目名称和对应的同义项目名称进行匹配;当存在不匹配的子项目数据时,获取分类器,通过利用分类器对子项目数据进行分类,得到子项目数据所属的项目类别,由此能够有效地对子项目数据进行分类。服务器进一步根据子项目数据的项目类别将子项目数据添加至项目类别对应的层级类别,并利用多个项目数据和分类后的子项目数据生成结算目录数据。通过对医疗结算数据中的项目数据拆分后进行分类,由此能够有效地对医疗结算数据进行细化处理,进而能够有效提高医疗结算数据的处理效率。
附图说明
图1为一个实施例中医疗结算数据处理方法的应用场景图;
图2为一个实施例中医疗结算数据处理方法的流程示意图;
图3为一个实施例中建立异名数据表的步骤的流程示意图;
图4为一个实施例中对结算目录数据进行编码的步骤的流程示意图;
图5为一个实施例中医疗结算数据处理装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的医疗结算数据处理方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104通过网络进行通信。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、平板电脑和智能手机,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。多个终端102可以向服务器104发送医疗结算数据处理请求,并向服务器104上传医疗结算数据,服务器104接收多个终端102发送的医疗结算数据请求后,服务器104获取多个终端102上传的医疗结算数据,医疗结算数据包括多个项目数据和多个层级类别,项目数据包括项目信息和项目类别。根据预设关键字对项目信息进行拆分,由此能够得到多个子项目数据。服务器104进一步获取异名数据表,异名数据表中包括多个标准项目名称和与标准项目名称对应的同义项目名称,将子项目数据与异名数据表中的标准项目名称和对应的同义项目名称进行匹配。当存在不匹配的子项目数据时,服务器104获取分类器,通过利用分类器对子项目数据进行分类,得到子项目数据所属的项目类别,由此能够有效地对子项目数据进行分类。服务器104进一步根据子项目数据的项目类别将子项目数据添加至项目类别对应的层级类别,并利用多个项目数据和分类后的子项目数据生成结算目录数据.服务器104生成结算目录数据后,将生成的结算目录数据进行存储并返回至终端102。通过对医疗结算数据中的项目数据拆分后进行分类,由此能够有效地对医疗结算数据进行细化处理,进而能够有效提高医疗结算数据的处理效率。
在一个实施例中,如图2所示,提供了一种医疗结算数据处理方法,以该方法应用于图1中的服务器104为例进行说明,包括以下步骤:
步骤202,获取医疗结算数据,医疗结算数据包括多个项目数据和多个层级类别,项目数据包括项目信息和项目类别。
其中,医疗结算数据可以包括医院对各种项目费用进行结算的数据,例如医疗结算数据可以是“医疗服务价格项目”等。医疗结算数据中包括了多个项目数据和多个层级类别,层级类别可以是不同层级的项目类别,例如项目数据可以包括章节、大类和小类等。项目数据包括项目信息和项目类别。例如,“医疗服务价格项目”包括多个项目数据,每个项目数据包括对应的项目编码、项目名称、项目内涵、除外内容、计价单位、价格说明等项目信息和对应所属的项目类别。
多个终端可以向服务器发送医疗结算数据处理请求,并上传医疗结算数据。服务器接收到多个终端发送的医疗结算数据处理请求后,获取多个终端上传的多个医疗结算数据,进一步地,服务器也可以从直接获取本地中存储的医疗结算数据,医疗结算数据中包括包括多个项目数据和多个层级类别,项目数据包括项目信息和项目类别。
步骤204,根据预设关键字对项目信息进行拆分,得到多个子项目数据。
服务器获取医疗结算数据后,可以检测项目数据的项目信息中是否存在预设关键字,若存在预设关键字,则根据预设关键字对项目信息进行拆分。具体地,可以获取预设关键字后面的项目信息,根据预设间隔字符提取出对应的项目信息,判断预设字符后的内容是否属于医疗服务项目。当预设字符后的内容属于医疗服务项目时,利用提取出的项目信息生成对应的子项目数据。例如,预设关键字可以是“包括”、“包含”等关键字,预设间隔字符可以是标点符号。通过对项目信息进行有效地拆分,由此可以有效地得到与项目数据对于的子项目数据。
步骤206,获取异名数据表,异名数据表中包括多个标准项目名称和与标准项目名称对应的同义项目名称。
步骤208,将子项目数据与异名数据表中的标准项目名称和对应的同义项目名称进行匹配。
同一个医疗服务项目可能存在多种不同的表述。服务器可以通过获取多个标准项目数据,标准项目数据包括对应的标准项目名称和对应的标准项目含义,并从特定网站中获取多个项目数据,项目数据中包括了项目名称和对应的项目含义。服务器通过获取匹配模型,匹配模型中包括多个标准项目含义对应的语义向量,利用匹配模型输出项目含义对应的标准项目名称,进一步利用多个项目名称和对应的标准项目名称的对应关系建立异名数据表。由此可以有效地建立准确率较高的异名库。
服务器提取出多个子项目数据后,获取异名数据表。异名数据表中包括了多个标准项目名称和与标准项目名称对应的同义项目名称。其中,同义项目名称表示与标准项目名称含义相同但表述不同的项目名称。服务器进一步将子项目数据与异名数据表中的标准项目名称和对应的同义项目名称进行匹配。具体地,可以利用子项目数据在一名数据表中进行遍历匹配,由此可以有效匹配出子项目数据对应的标准项目名称。
步骤210,当存在不匹配的子项目数据时,获取分类器,利用分类器对子项目数据进行分类,得到子项目数据所属的项目类别。
当存在不匹配的子项目数据时,则表示该子项目数据为非标准项目名称对应的项目数据。因此需要对不匹配的子项目数据进行进一步地分类。具体地,终端可以预先对大量的医疗服务项目数据进行训练后构建分类器。当存在不匹配的子项目数据时,获取分类器,则可以通过分类器对子项目数据进行分类,得到该子项目数据所属的项目类别。服务器还可以对该子项目数据添加对应的项目类别标签。通过利用分类器对子项目数据进行分类,可以有效地提高子项目数据分类的准确性。
步骤212,根据子项目数据的项目类别将子项目数据添加至项目类别对应的层级类别。
步骤214,利用多个项目数据和分类后的子项目数据生成结算目录数据。
医疗结算数据中包括多个层级类别,服务器对子项目数据进行分类后,根据子项目数据的项目类别将子项目数据添加至项目类别对应的层级类别。进一步地,服务器利用多个项目数据和分类后的子项目数据生成结算目录数据,并进行存储。通过对医疗结算数据进有效地拆分并准确地分类,由此能够有效地提高对医疗结算数据进行细化处理的效率。
上述医疗结算数据处理方法中,服务器获取医疗结算数据,医疗结算数据包括多个项目数据和多个层级类别,项目数据包括项目信息和项目类别。根据预设关键字对项目信息进行拆分,由此能够得到多个子项目数据。获取异名数据表,异名数据表中包括多个标准项目名称和与标准项目名称对应的同义项目名称;将子项目数据与异名数据表中的标准项目名称和对应的同义项目名称进行匹配;当存在不匹配的子项目数据时,获取分类器,通过利用分类器对子项目数据进行分类,得到子项目数据所属的项目类别,由此能够有效地对子项目数据进行分类。服务器进一步根据子项目数据的项目类别将子项目数据添加至项目类别对应的层级类别,并利用多个项目数据和分类后的子项目数据生成结算目录数据。通过对医疗结算数据中的项目数据拆分后利用分类器对项目数据进行准确地分类,由此能够有效地对医疗结算数据进行细化处理,进而能够有效提高医疗结算数据的处理效率。
在一个实施例中,项目信息包括项目名称,根据预设关键字对项目信息进行拆分,得到多个子项目数据的步骤包括:检测项目信息中的预设关键字;根据预设关键字对项目信息进行拆分,得到多个项目词汇;对多个项目词汇进行语义匹配,提取出与项目数据相匹配的项目词汇;利用项目词汇生成与项目名称对应的子项目数据。
服务器获取医疗结算数据后,可以检测项目数据的项目信息中是否存在预设关键字,若存在预设关键字,则根据预设关键字对项目信息进行拆分。具体地,可以获取预设关键字后面的项目信息,根据预设间隔字符提取出对应的项目词汇,并通过对项目词汇进行语义匹配判断项目词汇是否属于医疗服务项目。当预设字符后的项目词汇属于医疗服务项目时,利用提取出的项目词汇生成对应的子项目数据。例如,预设关键字可以是“包括”、“包含”等关键字,预设间隔字符可以是标点符号。通过对项目信息进行有效地拆分,由此可以有效地得到与项目数据对于的子项目数据。
例如,医疗结算数据为“全国医疗服务价格项目规范”时,将“全国医疗服务价格项目规范”中多个项目数据对应的项目名称、项目内涵、除外内容、计价单位、价格说明等项目信息中涉及医疗结算项目进行拆分。具体地,检测字段名为项目内涵对应的字段值中是否有预设字符,例如预设字符可以是“包括”。若有,则将“包括”或“包含”等后面的项目词汇单独列出,并判断预设字符后的项目词汇是否属于医疗服务项目。若项目词汇属于医疗服务项目,则利用项目词汇生成与项目名称对应的子项目数据,由此可以有效地对项目数据中的项目信息进行拆分。
在一个实施例中,如图3所示,在获取医疗服务数据之前,还包括建立异名数据表的步骤,该步骤具体包括以下内容:
步骤302,获取多个标准项目数据,标准项目数据包括对应的标准项目名称和对应的标准项目含义。
步骤304,从特定网站中获取多个项目数据,项目数据包括项目名称和对应的项目含义。
同一个医疗服务项目可能存在多种不同的表述。服务器可以通过获取多个标准项目数据,标准项目数据包括对应的标准项目名称和对应的标准项目含义,也可以在本地存储标准的标准项目名称和对应的含义。并进一步利用网络爬虫技术从互联网特定网站中获取多个项目数据,项目数据中包括了项目名称和对应的项目含义。
步骤306,获取匹配模型,匹配模型中包括多个标准项目含义对应的语义向量,利用匹配模型输出项目含义对应的标准项目名称。
步骤308,利用多个项目名称和对应的标准项目名称的对应关系建立异名数据表。
服务器可以预先根据多个标准项目含义对应的语义向量生成匹配模型,终端获取多个标准项目数据和从特定网站中获取多个项目数据后,获取匹配模型,匹配模型中包括了多个标准项目含义对应的语义向量。进而利用匹配模型输出项目含义对应的标准项目名称,服务器进一步利用多个项目名称和对应的标准项目名称的对应关系建立异名数据表。服务器通过将获取的从特定网站中获取多个项目数据与标准项目数据进行有效地匹配,由此可以有效地建立准确率较高的异名库。
在一个实施例中,利用匹配模型输出项目含义对应的标准项目名称的步骤包括:提取出项目含义的词向量和句向量,根据词向量和句向量计算出项目含义的语义向量;将项目含义的语义向量输入至匹配模型,匹配模型中包括多个标准项目含义对应的语义向量,利用匹配模型输出项目含义对应的标准项目名称;将项目名称添加至项目含义对应的标准项目名称中,并建立对应关系。
服务器获取多个标准项目数据,标准项目数据包括了对应的标准项目名称和对应的标准项目含义,服务器也可以在本地存储标准的标准项目名称和对应的含义。服务器进一步利用网络爬虫技术从互联网特定网站中获取多个项目数据,项目数据中包括了项目名称和对应的项目含义。
服务器将获取的医疗服务项目名称对应的含义和标准的医疗服务项目名称对应的含义进行匹配。具体地,提取出获取的医疗服务项目名称对应含义的词向量和句向量,根据词向量和句向量计算出语义向量,将计算出的语义向量和标准医疗服务项目的语义向量输入至语义匹配模型。进而将语义向量与标准医疗服务项目的语义向量进行匹配。提取出达到预设匹配度的标准医疗服务项目,将获取的医疗服务项目归类至相匹配的标准医疗服务项目中。由此可以利用匹配模型输出项目含义对应的标准项目名称,服务器进而将项目名称添加至项目含义对应的标准项目名称中,并建立对应关系,服务器进一步利用多个项目名称和对应的标准项目名称的对应关系建立异名数据表。通过利用匹配模型匹配出标准项目数据与获取的项目数据之间的对应关系,由此可以有效地建立准确率较高的异名库。
在一个实施例中,在获取医疗结算数据的步骤之前,该方法还包括:获取医疗结算数据;利用医疗结算数据生成训练集和验证集;将训练集中的医疗结算数据输入至预先建立的分类模型中进行训练,得到初步分类器;利用验证集中的医疗结算数据对初步分类器进行训练和验证,得到分类器。
服务器在获取医疗结算数据之前,可以预先构建分类器。具体地,服务器可以从互联网网站中或从本地数据库中获取大量医疗结算数据,利用获取的医疗结算数据生成训练集和验证集,将训练集中的医疗结算数据输入至预先建立的神经网络的分类模型中进行训练,得到初步分类器。初步训练后将验证集中的数据再输入至初步分类器中进行训练,进而得到训练好的分类器。
进一步地,服务器提取不匹配子项目数据的词向量,将词向量输入预先建立的分类器中,通过分类器对子项目数据的词向量进行学习训练,由此可以训练出子项目数据所属的项目类别。例如:利用分类器可以学习出“xx检测”,属于“实验室诊断”的项目类别;“xx术”,属于“临床手术治疗”的项目类别;“xx超声”,属于“影像学诊断”的项目类别等。通过利用神经网络模型的分类器对未匹配的子项目数据进行分类,可以有效地提高项目数据分类的准确率。
在一个实施例中,如图4所示,在步骤214利用多个项目数据和分类后的子项目数据生成结算目录数据之后,还包括对结算目录数据进行编码的步骤,该步骤具体包括以下内容:
步骤402,对结算目录数据中的项目数据和子项目数据按照层级类别进行排序。
步骤404,按照预设方式对医疗结算数据的层级类别进行编码,并对层级类别下的项目数据进行编码。
步骤406,对编码后的结算目录数据进行存储。
服务器对获取的医疗结算数据进行拆分,并对拆分后的子项目数据进行分类,并利用多个项目数据和分类后的子项目数据生成结算目录数据之后,服务器对结算目录数据中的项目数据和子项目数据按照层级类别进行排序,层级类别中包括多个项目类别和多个项目类别的层级关系。进而服务器将结算目录数据中的项目数据和子项目数据根据对应所属的项目类别按照项目类别的层级关系进行排。服务器对结算目录数据进行排序后,按照预设方式对医疗结算数据的层级类别进行编码,并对层级类别下的项目数据进行编码,并对编码后的结算目录数据进行存储。其中,编码字符至少包括两种。编码字符可以是字母加数字,例如ABS10001、ABS100012。再将每个章节中包含的层级按照对应章节的编码字符按序添加子字符。例如ABS10001001、ABS10001002。通过对细化分类后的结算目录数据进行编码,有效地提高了结算目录数据的管理效率。
在一个实施例中,服务器在结算目录数据进行编码之前,还可以将结算目录数据发送至审核终端,以使得审核终端对结算目录数据进行审核;当审核终端审核通过后,向服务器发送回审核后的结算目录数据。服务器接收审核终端返回的审核后的结算目录数据后,对审核后的结算目录数据进行编码,并对编码后的结算目录数据进行存储。通过对结算目录数据进行审核,有效地保证了结算目录数据的准确性。
应该理解的是,虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种医疗结算数据处理装置,包括:获取模块502、拆分模块504、匹配模块506、分类模块508和生成模块510,其中:
获取模块502,用于获取医疗结算数据,医疗结算数据包括多个项目数据和多个层级类别,项目数据包括项目信息和项目类别。
拆分模块504,用于根据预设关键字对项目信息进行拆分,得到多个子项目数据。
匹配模块506,用于获取异名数据表,异名数据表中包括多个标准项目名称和与标准项目名称对应的同义项目名称;将子项目数据与异名数据表中的标准项目名称和对应的同义项目名称进行匹配。
分类模块508,当存在不匹配的子项目数据时,获取分类器,利用分类器对子项目数据进行分类,得到子项目数据所属的项目类别;根据子项目数据的项目类别将子项目数据添加至项目类别对应的层级类别。
生成模块510,利用多个项目数据和分类后的子项目数据生成结算目录数据。
在一个实施例中,项目信息包括项目名称,拆分模块504还用于检测项目信息中的预设关键字;根据预设关键字对所述项目信息进行拆分,得到多个项目词汇;对多个项目词汇进行语义匹配,提取出与项目数据相匹配的项目词汇;利用项目词汇生成与项目名称对应的子项目数据。
在一个实施例中,该装置还包括异名表建立模块,用于获取多个标准项目数据,标准项目数据包括对应的标准项目名称和对应的标准项目含义;从特定网站中获取多个项目数据,项目数据包括项目名称和对应的项目含义;获取匹配模型,匹配模型中包括多个标准项目含义对应的语义向量,利用匹配模型输出项目含义对应的标准项目名称;利用多个项目名称和对应的标准项目名称的对应关系建立异名数据表。
在一个实施例中,匹配模块506还用于提取出项目含义的词向量和句向量,根据词向量和句向量计算出项目含义的语义向量;将项目含义的语义向量输入至匹配模型,匹配模型中包括多个标准项目含义对应的语义向量,利用匹配模型输出项目含义对应的标准项目名称;将项目名称添加至项目含义对应的标准项目名称中,并建立对应关系。
在一个实施例中,该装置还包括分类器训练模块,用于获取医疗结算数据;利用医疗结算数据生成训练集和验证集;将训练集中的医疗结算数据输入至预先建立的分类模型中进行训练,得到初步分类器;利用验证集中的医疗结算数据对初步分类器进行训练和验证,得到分类器。
在一个实施例中,该装置还包括编码模块,用于对结算目录数据中的项目数据和子项目数据按照层级类别进行排序;按照预设方式对医疗结算数据的层级类别进行编码,并对层级类别下的项目数据进行编码;对编码后的结算目录数据进行存储。
关于医疗结算数据处理装置的具体限定可以参见上文中对于医疗结算数据处理方法的限定,在此不再赘述。上述医疗结算数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储医疗结算数据、结算目录数据等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种医疗结算数据处理方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取医疗结算数据,医疗结算数据包括多个项目数据和多个层级类别,项目数据包括项目信息和项目类别;
根据预设关键字对项目信息进行拆分,得到多个子项目数据;
获取异名数据表,异名数据表中包括多个标准项目名称和与标准项目名称对应的同义项目名称;
将子项目数据与异名数据表中的标准项目名称和对应的同义项目名称进行匹配;
当存在不匹配的子项目数据时,获取分类器,利用分类器对子项目数据进行分类,得到子项目数据所属的项目类别;
根据子项目数据的项目类别将子项目数据添加至项目类别对应的层级类别;
利用多个项目数据和分类后的子项目数据生成结算目录数据。
在一个实施例中,项目信息包括项目名称,处理器执行计算机程序时还实现以下步骤:检测项目信息中的预设关键字;根据预设关键字对所述项目信息进行拆分,得到多个项目词汇;对多个项目词汇进行语义匹配,提取出与项目数据相匹配的项目词汇;利用项目词汇生成与项目名称对应的子项目数据。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取多个标准项目数据,标准项目数据包括对应的标准项目名称和对应的标准项目含义;从特定网站中获取多个项目数据,项目数据包括项目名称和对应的项目含义;获取匹配模型,匹配模型中包括多个标准项目含义对应的语义向量,利用匹配模型输出项目含义对应的标准项目名称;利用多个项目名称和对应的标准项目名称的对应关系建立异名数据表。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:提取出项目含义的词向量和句向量,根据词向量和句向量计算出项目含义的语义向量;将项目含义的语义向量输入至匹配模型,匹配模型中包括多个标准项目含义对应的语义向量,利用匹配模型输出项目含义对应的标准项目名称;将项目名称添加至项目含义对应的标准项目名称中,并建立对应关系。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取医疗结算数据;利用医疗结算数据生成训练集和验证集;将训练集中的医疗结算数据输入至预先建立的分类模型中进行训练,得到初步分类器;利用验证集中的医疗结算数据对初步分类器进行训练和验证,得到分类器。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:对结算目录数据中的项目数据和子项目数据按照层级类别进行排序;按照预设方式对医疗结算数据的层级类别进行编码,并对层级类别下的项目数据进行编码;对编码后的结算目录数据进行存储。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取医疗结算数据,医疗结算数据包括多个项目数据和多个层级类别,项目数据包括项目信息和项目类别;
根据预设关键字对项目信息进行拆分,得到多个子项目数据;
获取异名数据表,异名数据表中包括多个标准项目名称和与标准项目名称对应的同义项目名称;
将子项目数据与异名数据表中的标准项目名称和对应的同义项目名称进行匹配;
当存在不匹配的子项目数据时,获取分类器,利用分类器对子项目数据进行分类,得到子项目数据所属的项目类别;
根据子项目数据的项目类别将子项目数据添加至项目类别对应的层级类别;
利用多个项目数据和分类后的子项目数据生成结算目录数据。
在一个实施例中,项目信息包括项目名称,计算机程序被处理器执行时还实现以下步骤:检测项目信息中的预设关键字;根据预设关键字对所述项目信息进行拆分,得到多个项目词汇;对多个项目词汇进行语义匹配,提取出与项目数据相匹配的项目词汇;利用项目词汇生成与项目名称对应的子项目数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取多个标准项目数据,标准项目数据包括对应的标准项目名称和对应的标准项目含义;从特定网站中获取多个项目数据,项目数据包括项目名称和对应的项目含义;获取匹配模型,匹配模型中包括多个标准项目含义对应的语义向量,利用匹配模型输出项目含义对应的标准项目名称;利用多个项目名称和对应的标准项目名称的对应关系建立异名数据表。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:提取出项目含义的词向量和句向量,根据词向量和句向量计算出项目含义的语义向量;将项目含义的语义向量输入至匹配模型,匹配模型中包括多个标准项目含义对应的语义向量,利用匹配模型输出项目含义对应的标准项目名称;将项目名称添加至项目含义对应的标准项目名称中,并建立对应关系。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取医疗结算数据;利用医疗结算数据生成训练集和验证集;将训练集中的医疗结算数据输入至预先建立的分类模型中进行训练,得到初步分类器;利用验证集中的医疗结算数据对初步分类器进行训练和验证,得到分类器。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:对结算目录数据中的项目数据和子项目数据按照层级类别进行排序;按照预设方式对医疗结算数据的层级类别进行编码,并对层级类别下的项目数据进行编码;对编码后的结算目录数据进行存储。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种医疗结算数据处理方法,所述方法包括:
获取医疗结算数据,所述医疗结算数据包括多个项目数据和多个层级类别,所述项目数据包括项目信息和项目类别;
根据预设关键字对所述项目信息进行拆分,得到多个子项目数据;
获取异名数据表,所述异名数据表中包括多个标准项目名称和与所述标准项目名称对应的同义项目名称;
将所述子项目数据与所述异名数据表中的标准项目名称和对应的同义项目名称进行匹配;
当存在不匹配的子项目数据时,获取分类器,利用所述分类器对所述子项目数据进行分类,得到所述子项目数据所属的项目类别;
根据所述子项目数据的项目类别将所述子项目数据添加至所述项目类别对应的层级类别;
利用多个项目数据和分类后的子项目数据生成结算目录数据。
2.根据权利要求1所述的方法,其特征在于,所述项目信息包括项目名称,所述根据预设关键字对所述项目信息进行拆分,得到多个子项目数据的步骤包括:
检测所述项目信息中的预设关键字;
根据所述预设关键字对所述项目信息进行拆分,得到多个项目词汇;
对多个项目词汇进行语义匹配,提取出与项目数据相匹配的项目词汇;
利用所述项目词汇生成与所述项目名称对应的子项目数据。
3.根据权利要求1所述的方法,其特征在于,在所述获取医疗服务数据之前,还包括:
获取多个标准项目数据,所述标准项目数据包括对应的标准项目名称和对应的标准项目含义;
从特定网站中获取多个项目数据,所述项目数据包括项目名称和对应的项目含义;
获取匹配模型,所述匹配模型中包括多个标准项目含义对应的语义向量,利用所述匹配模型输出所述项目含义对应的标准项目名称;
利用多个项目名称和对应的标准项目名称的对应关系建立异名数据表。
4.根据权利要求3所述的方法,其特征在于,所述利用所述匹配模型输出所述项目含义对应的标准项目名称的步骤包括:
提取出所述项目含义的词向量和句向量,根据所述词向量和所述句向量计算出所述项目含义的语义向量;
将所述项目含义的语义向量输入至匹配模型,所述匹配模型中包括多个标准项目含义对应的语义向量,利用所述匹配模型输出所述项目含义对应的标准项目名称;
将所述项目名称添加至所述项目含义对应的标准项目名称中,并建立对应关系。
5.根据权利要求1所述的方法,其特征在于,在所述获取医疗结算数据的步骤之前,还包括:
获取医疗结算数据;
利用医疗结算数据生成训练集和验证集;
将所述训练集中的医疗结算数据输入至预先建立的分类模型中进行训练,得到初步分类器;
利用所述验证集中的医疗结算数据对所述初步分类器进行训练和验证,得到分类器。
6.根据权利要求1所述的方法,其特征在于,在所述利用多个项目数据和分类后的子项目数据生成结算目录数据之后,还包括:
对所述结算目录数据中的项目数据和子项目数据按照层级类别进行排序;
按照预设方式对医疗结算数据的层级类别进行编码,并对层级类别下的项目数据进行编码;
对编码后的结算目录数据进行存储。
7.一种医疗结算数据处理装置,包括:
获取模块,用于获取医疗结算数据,所述医疗结算数据包括多个项目数据和多个层级类别,所述项目数据包括项目信息和项目类别;
拆分模块,用于根据预设关键字对所述项目信息进行拆分,得到多个子项目数据;
匹配模块,用于获取异名数据表,所述异名数据表中包括多个标准项目名称和与所述标准项目名称对应的同义项目名称;将所述子项目数据与所述异名数据表中的标准项目名称和对应的同义项目名称进行匹配;
分类模块,用于当存在不匹配的子项目数据时,获取分类器,利用所述分类器对所述子项目数据进行分类,得到所述子项目数据所属的项目类别;根据所述子项目数据的项目类别将所述子项目数据添加至所述项目类别对应的层级类别;
生成模块,用于利用多个项目数据和分类后的子项目数据生成结算目录数据。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括异名表建立模块,用于获取多个标准项目数据,所述标准项目数据包括对应的标准项目名称和对应的标准项目含义;从特定网站中获取多个项目数据,所述项目数据包括项目名称和对应的项目含义;获取匹配模型,所述匹配模型中包括多个标准项目含义对应的语义向量,利用所述匹配模型输出所述项目含义对应的标准项目名称;利用多个项目名称和对应的标准项目名称的对应关系建立异名数据表。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811068550.1A CN109377203A (zh) | 2018-09-13 | 2018-09-13 | 医疗结算数据处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811068550.1A CN109377203A (zh) | 2018-09-13 | 2018-09-13 | 医疗结算数据处理方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109377203A true CN109377203A (zh) | 2019-02-22 |
Family
ID=65405115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811068550.1A Pending CN109377203A (zh) | 2018-09-13 | 2018-09-13 | 医疗结算数据处理方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109377203A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110211676A (zh) * | 2019-05-31 | 2019-09-06 | 四川长虹电器股份有限公司 | 一种基于社保和医疗机构的管理信息系统 |
CN111210355A (zh) * | 2019-12-23 | 2020-05-29 | 望海康信(北京)科技股份公司 | 医疗数据对照系统及方法 |
CN111882165A (zh) * | 2020-07-01 | 2020-11-03 | 国网河北省电力有限公司经济技术研究院 | 一种综合项目造价分析数据拆分装置及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015037815A1 (ko) * | 2013-09-16 | 2015-03-19 | 고려대학교 산학협력단 | 스마트 기기 내 시맨틱 검색 시스템 및 검색방법 |
CN105184053A (zh) * | 2015-08-13 | 2015-12-23 | 易保互联医疗信息科技(北京)有限公司 | 一种中文医疗服务项目信息的自动编码方法及系统 |
CN105426356A (zh) * | 2015-10-29 | 2016-03-23 | 杭州九言科技股份有限公司 | 一种目标信息识别方法和装置 |
CN105956359A (zh) * | 2016-04-15 | 2016-09-21 | 陈杰 | 一种用于异构系统的药品项目名称对照转译方法 |
CN107329956A (zh) * | 2017-07-26 | 2017-11-07 | 山东浪潮云服务信息科技有限公司 | 一种项目信息标准化方法及装置 |
CN107704625A (zh) * | 2017-10-30 | 2018-02-16 | 锐捷网络股份有限公司 | 字段匹配方法和装置 |
CN108491382A (zh) * | 2018-03-14 | 2018-09-04 | 四川大学 | 一种半监督生物医学文本语义消歧方法 |
CN108520780A (zh) * | 2018-03-07 | 2018-09-11 | 中国科学院计算技术研究所 | 一种基于迁移学习的医学数据处理和系统 |
-
2018
- 2018-09-13 CN CN201811068550.1A patent/CN109377203A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015037815A1 (ko) * | 2013-09-16 | 2015-03-19 | 고려대학교 산학협력단 | 스마트 기기 내 시맨틱 검색 시스템 및 검색방법 |
CN105184053A (zh) * | 2015-08-13 | 2015-12-23 | 易保互联医疗信息科技(北京)有限公司 | 一种中文医疗服务项目信息的自动编码方法及系统 |
CN105426356A (zh) * | 2015-10-29 | 2016-03-23 | 杭州九言科技股份有限公司 | 一种目标信息识别方法和装置 |
CN105956359A (zh) * | 2016-04-15 | 2016-09-21 | 陈杰 | 一种用于异构系统的药品项目名称对照转译方法 |
CN107329956A (zh) * | 2017-07-26 | 2017-11-07 | 山东浪潮云服务信息科技有限公司 | 一种项目信息标准化方法及装置 |
CN107704625A (zh) * | 2017-10-30 | 2018-02-16 | 锐捷网络股份有限公司 | 字段匹配方法和装置 |
CN108520780A (zh) * | 2018-03-07 | 2018-09-11 | 中国科学院计算技术研究所 | 一种基于迁移学习的医学数据处理和系统 |
CN108491382A (zh) * | 2018-03-14 | 2018-09-04 | 四川大学 | 一种半监督生物医学文本语义消歧方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110211676A (zh) * | 2019-05-31 | 2019-09-06 | 四川长虹电器股份有限公司 | 一种基于社保和医疗机构的管理信息系统 |
CN111210355A (zh) * | 2019-12-23 | 2020-05-29 | 望海康信(北京)科技股份公司 | 医疗数据对照系统及方法 |
CN111882165A (zh) * | 2020-07-01 | 2020-11-03 | 国网河北省电力有限公司经济技术研究院 | 一种综合项目造价分析数据拆分装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110765265B (zh) | 信息分类抽取方法、装置、计算机设备和存储介质 | |
CN110021439A (zh) | 基于机器学习的医疗数据分类方法、装置和计算机设备 | |
CN109446511B (zh) | 裁判文书处理方法、装置、计算机设备和存储介质 | |
CN109493199A (zh) | 产品推荐方法、装置、计算机设备和存储介质 | |
CN109783730A (zh) | 产品推荐方法、装置、计算机设备和存储介质 | |
CN109815333A (zh) | 信息获取方法、装置、计算机设备和存储介质 | |
CN110489550A (zh) | 基于组合神经网络的文本分类方法、装置和计算机设备 | |
CN113901320A (zh) | 场景服务推荐方法、装置、设备及存储介质 | |
CN109377203A (zh) | 医疗结算数据处理方法、装置、计算机设备和存储介质 | |
WO2021043076A1 (zh) | 网络发布数据处理方法、装置、计算机设备和存储介质 | |
CN109886110A (zh) | 微表情评分方法、装置、计算机设备及存储介质 | |
Lou et al. | Ponzi contracts detection based on improved convolutional neural network | |
CN109118376A (zh) | 医疗保险保费定价方法、装置、计算机设备和存储介质 | |
CN112686022A (zh) | 违规语料的检测方法、装置、计算机设备及存储介质 | |
CN110390084A (zh) | 文本查重方法、装置、设备及存储介质 | |
CN109871445A (zh) | 欺诈用户识别方法、装置、计算机设备和存储介质 | |
WO2021213123A1 (zh) | 用户欺诈行为检测方法、装置、设备及存储介质 | |
CN112988963A (zh) | 基于多流程节点的用户意图预测方法、装置、设备及介质 | |
CN107169061A (zh) | 一种融合双信息源的文本多标签分类方法 | |
CN111695335A (zh) | 一种智能面试方法、装置及终端设备 | |
CN110532229B (zh) | 证据文件检索方法、装置、计算机设备和存储介质 | |
CN110399432A (zh) | 一种表的分类方法、装置、计算机设备及存储介质 | |
CN114359582A (zh) | 一种基于神经网络的小样本特征提取方法及相关设备 | |
WO2023272862A1 (zh) | 基于网络行为数据的风控识别方法、装置、电子设备及介质 | |
CN113704474A (zh) | 银行网点设备操作指引生成方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220519 Address after: 518048 China Aviation Center 2901, No. 1018, Huafu Road, Huahang community, Huaqiang North Street, Futian District, Shenzhen, Guangdong Province Applicant after: Shenzhen Ping An medical and Health Technology Service Co.,Ltd. Address before: Room 12G, Area H, 666 Beijing East Road, Huangpu District, Shanghai 200001 Applicant before: PING AN MEDICAL AND HEALTHCARE MANAGEMENT Co.,Ltd. |